SKRIPSI Jurusan Teknik Elektro - Fakultas Teknik UM, 2019

Ukuran Huruf:  Kecil  Sedang  Besar

Diagnosa Demam Pada Pasien dengan Menggunakan Algoritma Naive Bayes.

Nadiratin Jamilah

Abstrak


   Kesalahan diagnosa terhadap penyakit dengan kemiripan gejala akan menyebabkan kondisi pasien semakin memburuk dikarenakan penanganan yang salah. Orang awam sering melakukan diagnosa sendiri dan beranggapan bahwa penanganannya sama dengan penyakit lainnya. Contoh penyakit yang memiliki kemiripan gejala adalah Demam Berdarah Dengue dan Deman Tifus. Demam Berdarah Dengue, penyakit demam yang disebabkan oleh gigitan nyamuk Aedes Aegypti sedangkan Deman Tifus, penyakit demam yang disebabkan oleh bakteri Salmonella Typhi. Kedua penyakit ini memiliki kemiripan gejala, sehingga diperlukan proses klasifikasi untuk membantu mengidentifikasi gejala. Penelitian ini bertujuan untuk menerapkan algoritma Naive Bayes untuk mendiagnosa gejala demam pada pasien dan mengetahui kinerja hasil klasifikasi algoritma Naive Bayes dalam mendiagnosa gejala demam pada pasien.

Tahapan yang dilakukan dalam penelitian ini meliputi: (1) pengumpulan data yang diperoleh dari Puskesmas Gapura dalam periode 2017 berupa dataset pasien yang meliputi tentang gejala-gejala yang diakibatkan oleh penyakit DBD dan DT, (2) preprocessing data dilakukan untuk membantu merubah data mentah menjadi data yang berkualitas dengan transformasi data, (3) implementasi algoritma Naive Bayes dilakukan untuk pegujian data dalam memprediksi class penyakit dan validasi untuk membangun model prediktif dengan data baru untuk mengevaluasi kenerja dari model prediksi dan (4) evaluasi performa algoritma Naive Bayes untuk menghitung nilai accuracy, recall, precision, dan error rate dengan confusion matrix menggunakan bantuan software RapidMiner Studio versi 9.0.2.

Hasil klasifikasi pada penelitian ini dengan menggunakan algoritma Naive Bayes diperoleh rata-rata dari nilai accuracy sebesar 94.00%, nilai recall sebesar 84.75%, nilai precision sebesar 95.36% dan nilai error rate sebesar 6.00%. Berdasarkan hasil tersebut dapat disimpulkan bawah algoritma Naive Bayes dapat diterapkan dalam mendiagnosa gejala demam pada pasien, dengan tingkatan accuarcy yang tinggi.